게시된 날짜: Jun 1, 2022
Amazon SageMaker JumpStart를 사용하면 TensorFlow Hub, PyTorch Hub, Hugging Face, Gluon CV에서 제공하는 (a) 300개 이상의 인기 있는 모델 모음과 수요 예측, 사기 탐지, 문서 이해 등 일반 비즈니스 문제를 해결해 주는 (b) 엔드 투 엔드 솔루션 18개에 클릭 한 번으로 액세스할 수 있어 빠르고 쉽게 기계 학습 문제를 해결하는 데 도움을 얻을 수 있습니다. 제공되는 모델은 이미지 분류, 객체 탐지, 의미 체계 세분화, 인스턴스 세분화, 이미지 삽입, 텍스트 분류, 문장 쌍 분류, 질문 응답, 텍스트 삽입, 텍스트 요약, 텍스트 생성, 기계 번역, 테이블 형식 분류, 테이블 형식 회귀 등을 포함해 광범위한 기계 학습 태스크에 대해 사용할 수 있습니다.
대규모의 데이터세트로 기계 학습 모델을 교육하는 작업은 시간이 오래 걸릴 수 있습니다. 고객은 추가 교육 데이터를 사용할 수 있게 되면 이전에 교육된 모델의 품질을 개선하려고 하는 경우가 많습니다. 이전 데이터와 새로운 데이터를 둘 다 사용해서 모델을 다시 교육하는 작업은 시간이 더 오래 걸릴 수 있습니다. 오늘부터 고객은 처음부터 교육하지 않고도 새로운 데이터로 모든 JumpStart 교육 모델을 증분적으로 교육할 수 있습니다. 이렇게 하면 더 나은 모델을 만들 수 있는 교육 시간을 크게 단축할 수 있습니다. 이 증분적 교육 기능은 SageMaker Studio 내의 SageMaker JumpStart UI를 통해서는 물론, SageMaker Python SDK를 사용하여 python 코드를 통해서도 사용 가능합니다.